Studia podyplomowe

Kursy uzupełniające


REJESTRACJA ZAMKNIĘTA

O kursach

Oferta kursów dodatkowych z tematyki związanej z programem studiów podyplomowych Data Science i Big Data.

Korzyści

Jeszcze więcej wiedzy

Możliwość pogłębienia wiedzy z tematyki poruszanej w ramach studiów

Różnorodność tematyczna

Okazja poznania wybranego tematu z obszaru BD lub DS

Zajęcia z ekspertami

Szkolenia prowadzą wykładowcy studiów podyplomowych Data Science i Big Data

Kurs na renomowanej uczelni

absolwenci uzyskają zaświadczenia ukończenia kursu na Politechnice Warszawskiej

Dowiedz się więcej

Deep Learning

10.11.2020 - 11.11.2020

Prowadzący Lorem Ipsum

CZAS TRWANIA

WIĘCEJ

NLP

10.11.2020 - 11.11.2020

Prowadzący Lorem Ipsum

CZAS TRWANIA

WIĘCEJ

Deep Learning

Deep Learning - w zastosowaniach rozpoznawania obrazów oraz deep reinforcement learning.

Cel szkolenia:

Lorem ipsum

  • Zapoznanie uczestników z budową sieci neuronowych
  • Nabycie umiejętności trenowania głębokich sieci neuronowych z wykorzystaniem biblioteki Keras
  • Wykorzystanie sztucznych sieci neuronowych w prostych zagadnieniach rozpoznawania obrazów
  • Zapoznanie uczestników z problemem uczenia ze wzmocnieniem (ang. reinforcement learning).
  • Wykorzystanie nabytych umiejętności w trenowaniu sieci głębokich w obszarze uczenia ze wzmocnieniem (stworzenie algorytmu uczącego się przykładowej gry ze środowiska Atari OpenAI Gym (lub innego prostszego środowiska - w zależności od dostępnych zasobów obliczeniowych)
  • Przedstawienie najnowszych wyników badań w obszarze Deep Reinforcement Learning

Wymagania wstępne:

lorem ipsum:

  • Umiejętność programowania w językach “wysokiego poziomu” (w czasie szkolenia wykorzystywany będzie Python)
  • Znajomość podstaw uczenia maszynowego, algebry liniowej oraz statystyki

Adresaci

Dla kogo są przeznaczone nasze studia?

Adresatami szkolenia są osoby, które zajmują się zawodowo analizą danych oraz programiści i specjaliści IT, którzy chcieliby zdobyć praktyczne umiejętności z obszaru Deep Learning’u w zakresie rozpoznawania obrazów oraz uczenia ze wzmocnieniem.

Program

Lorem ipsum

  1. Budowa wielowarstwowych sieci neuronowych
  2. Wstęp do api biblioteki Keras

  1. Metody oraz dobre praktyki związane z optymalizacją wag w sieciach głębokich
  2. Re-użycie wytrenowanych modeli - transfer learning
  3. Zapobieganie przeuczeniu sieci

  1. Wprowadzenie
  2. Przegląd popularnych architektur sieci: LeNet, AlexNet, ResNet, Xception, SENet.

  1. Ćwiczenia do modułów 1-3

  1. Procesy Decyzyjne Markova i definicja problemu uczenia ze wzmocnieniem
  2. Przegląd metod tabelarycznych (programowanie dynamiczne, metody Monte Carlo, TD(0), Q-Learning )
  3. Wprowadzenie do Deep Q-Learning z wykorzystaniem OpenAI Gym

  1. Ćwiczenia do modułu 5

Pobierz program Deep Learning w .pdf

Pobierz Zapytaj lub zapisz się na kurs "tutaj" >>

NLP

Lorem ipsum

Cel szkolenia:

Lorem ipsum

  • Nauczenie szeregu narzędzi do pracy z danymi tekstowymi.
  • Przedstawienie szeregu przykładów użycia pokrywających większość tematów tej dziedziny.

Wymagania wstępne:

lorem ipsum:

  • Wymagana podstawowa wiedza z programowania w dowolnym języku (np. Python, R, matlab itp).

Adresaci

Dla kogo są przeznaczone nasze studia?

Lorem ipsum

Program

Lorem ipsum

  • Co to jest NLP
  • Czemu NLP jest trudne?
  • Różnice względem danych ustrukturyzowanych
  • Obszary i zastosowania

  • Przygotowania danych do modelowania
  • Reprezentacja danych tekstowych w postaci numerycznej
  • Machine learning w modelowaniu NLP - przykład klasyfikacji

  • Sieci rekurencyjne
  • Sieci konwolucyjne
  • One-hot embeddings
  • Word embeddings
  • Word2Vec
  • Glove
  • Fasttext
  • Sentence embeddings
  • Universal Sentence Encoder

  • Jak działa model języka?
  • Mechanizm attencji i transformer
  • Kontekstowe embeddingi - najnowsze osiągnięcie w 2018 i 2019 roku
  • Przykłady algorytmów
  • Praktyka z użyciem biblioteki Flair

Pobierz program NLP w .pdf

Pobierz Zapytaj lub zapisz się na kurs "tutaj" >>

2020 © Sages